京公网安备 11010802034615号
经营许可证编号:京B2-20210330
三规划五能力政府大数据落地找到方法了
在多个场合我们都听过到这样的声音,政府是拥有大数据最多的机构,很多的企业人士以及CIO都在呼吁政府能够开放大数据,但对于政府而言,究竟该怎么开放大数据,怎么让大数据更接“地气”?似乎大家都还没有彻底想明白。
政府大数据“落地”难点
对于大数据的重要性,已经不言喻,自今年9月国务院发布了《关于促进大数据发展的行动纲要》(以下简称纲要)以来,大数据已经成为国家的一个战略。在这样的背景下,政府数据就显得更为重要,尤其是政府部门间的数据共享、公共数据的资源开放以及大数据基础设施建设等是很多问题有待解决完善。
普元信息CTO焦烈焱认为,政府是非常好的大数据应用场所,而且政府的数据是最全、最多、最杂也最能发挥效应。政府可通过大数据做社会治理、企业监督等,同时,能够为社会的发展提供基础或者帮助。但是,政府做大数据面临着不少的挑战,主要两个层面:第一、业务管理。第二、技术瓶颈。比如在信息共享方面通常是说得简单实际很难;在数据开放方面需要开放但又不希望暴露隐私。
通常提到大数据首先会想到的是淘宝、京东、百度,但它们的大数据分析是围绕人的行为来做,政府则不仅要关注人同时还要关注多个维度,而且政府关注大数据并不只关注技术,也关注数据质量提高。
三规划 五能力 政务大数据落地方法!
面对政府落地大数据的挑战以及大环境的机遇,普元信息抓住“契机”,从2011年开始,专业研究政府大数据落地的问题,经过在各方面探索、经验下,总结出在政府数据领域中的解决方案和实施方法,帮助政府全面掌控与运营政务大数据。
在整个数据的产生到消费包括服务运营模式,普元信息为其提供了整体规划,帮助政府开展大数据业务比如贵阳的大数据平台、武汉大数据平台,这些都是鲜活的例子。具体来看政府做大数据的要有三阶段的规划,来自普元信息副总裁王克强对此作了详细的介绍,他指出,:第一,共享共用;
先拥有数据然后在解决数据标准问题,在新一代数据的共享和集成过程中面临的挑战在如何把不同类型的数据进行有效的集成。普元信息建立了有效应对多种数据源、不同数据类型、不同协议,统一数据支撑能力,同时,解决高容量、大并发、海量数据的交换集成的能力。有了数据交换共享很好地解决了有数据,建立了行业数据中心,政府会在多级部门之间建立以市省部三级数据为主的体系,建立起有效的数据共享和能力。同时普元信息也会把金融对数据严谨管理水平带到政务应用中使得政务数据越来越准确,越来越有效,这是在数据共享阶段中的关键目标。
第二,开放服务
在共享共用前提下,数据要支撑整个社会发展必须要把数据“开放”出去。面对不同领域数据如何有效的管理并统一调度使用?重要的就是通过数据的整合能力开放给社会。其主要挑战在于会有多源的数据进行整理而且不知道如何开放给社会。“脱敏”能够清晰地知道数据采用什么样的形式、方法开放给社会,向社会开放政务的所有的能力。普元信息能够对多个领域的数据进行有效管理,而有效管理的核心是最终支撑高效和统一的开放。
第三,融合。
有了开放,数据要做融合应用,要真正的使数据发挥最大的价值需要支撑大量应用能力。首先要做全端数据可视化最终形成基于数据驱动的精确分析的行为。通过数据挖掘行为找出大量可用数据信息形成新的融合应用,用数据驱动业务,实现可视化的监管体系。当这些做完后,可以有效地把数据推向整个社会、融合社会产业的能力,最终把数据开放给社会。普元信息在融合中以互联网创新的能力推动整个政务大数据平台的生态,有效地推动数据有效融合起来,最终给未来的数据提供更好的平台的能力。
除了三大规划以后,政府大数据落地还应注重五大能力,普元信息大数据产品线总经理王轩指出,随着大数据、物联网的到来,数据的采集和过去有很大的不同,数据已经成为其企业应用系统的核心,而且应用系统是围绕大数据去建设。以电力系统为例中,过去的数据是靠人工录入但是现在采用智能电表以后,能够每5分钟采集数据,然后收集数据进行分析、营销,实际上,整个数据部分已经成为了电力营销系统核心的组成部分。但是这样采集的数据量会非常大,原有的应用系统架构已经很难满足业务需求,因此,需要对原有应用系统提供整套大数据架构,帮助业务系统把业务做的更好,适应现在的需求。
另外,通常电力应用系统非常复杂,它也需要有一套数据监控机制,在整个数据的链路上做数据标准真正数据的过程监控好,同时也需要做数据治理,分析挖掘利用数据。
普元的大数据平台具备五大核心能力:数据集成能力、数据存储能力、数据应用平台、治理数据、数据运营监控。
普元信息提供整个数据集成部分,把数据准确、高质量、高效率的放到存储之中,同时,提供一整套大数据存储的能力。当面对大规模数据采集,普元信息提供得是大规模分布式的架构,这保证应用系统最大的运行效率,同时,保证安全性。在数据质量方面采用多层缓存技术,使得能够拥有数据,处理数据发现问题。
某人寿企业拥有海量的数据,在运行数据时通常需14个小时才能够完成一天的数据量,也就是说凌晨开始运行数据真正要看到结果要在第二天的下午,这严重影响了效率。“采用分布式处理,把批量的ETL处理变成单条处理,让它能快速的分布在多个线程之中同时去运行,用几百台机器同时批量运行完,这种极大的提高了效率。”
另外,普元信息还提供了完整大数据治理解决方案,在大数据时代很重要的是数据质量是不高的问题,普元信息大数据治理解决方案通过数据标准的建立,促进数据质量的整改,提供原数据技术基础,并且把监控和开放作为组成部分。
总体来看,普元信息化整个大数据平台具备以下特征:第一,存储处理是根基。第二,数据质量是底线。通过数据治理促进数据质量的提升。第三,共享共用是关键。通过数据集成,数据治理达到数据能够共享和开放。第四,数据开放是趋势。我们需要有整个数据开放的能力去做支撑。第五,融合应用是目标。通过自助式数据的应用的能力,完成整个融合应用部分。
小结
在大数据领域 ,其实已经有众多的服务商,那么普元信息在政府大数据的领域的优势在于哪些方面?对于此,我们了解到普元信息依托于运营商、金融领域的大数据经验并且通过开放平台架构能力,普元信息相信能够真正帮助政府大数据“落地”,最终能够让社会化产生更好的使用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27